【开发者空间实践指导】CodeArts IDE调用API训练商品问答模型

一、案例介绍

在电子商务领域，售前和售后服务是确保客户满意度和提升品牌忠诚度的重要环节。随着互联网技术的发展和消费者购物习惯的变化，线上购物已成为主流。然而，线上购物也带来了一系列挑战，如商品信息不对称、物流配送问题以及退换货流程复杂等。这些问题直接影响了消费者的购物体验和商家的销售业绩。

本案例使用华为云ModelArts工具一键部署模型，然后在云主机调用ModelArts的API，实现商品使用和咨询方面的问答能力。

通过本案例，可以使开发者掌握如何在ModelArts一键部署模型，和调用API的操作，更熟练的使用AI开发工具。

二、免费领取云主机

如您还没有云主机，可点击链接 ，根据领取指南进行操作。

如您已领取云主机，可直接开始实验。

三、实验流程

说明：

1. 用户登录ModelArts部署模型；
2. 设置API Explorer Token；
3. 在CodeArts IDE中编写代码，训练模型；
4. 运行模型进行测试。

四、 实验资源

本次实验预计花费总计21.72元，实验完成后请及时释放资源，避免产生多余的费用。

五、设置ModelArts工具

5.1 部署模型操作

1. 打开华为云官网（https://www.huaweicloud.com/），在搜索框输入“ModelArts”，选择“AI开发平台ModelArts”的控制台，进入到AI开发平台ModelArts 的控制台页面。

2. 点击“AI Gallery”，进入AI Gallery社区。

3. 点击上方的“模型”，打开模型列表页面，在其中选取自己需要的模型，本次实验选择的是Qwen1.5-7B-ascend的模型。 Qwen1.5是一个语言模型系列，包括不同模型大小的解码器语言模型。对于每种规模，都发布了基本语言模型和对齐的聊天模型。

4. 在打开的详情页面，单击部署下的“推理服务”，打开推理服务设置页面。
服务名称：qwen1.5
安全认证：公开
运行设置-计算规格选择：贵阳一，设置完成后，单击“启动部署”，确认订单信息后开始部署。

5.2 设置API Explorer Token

1. 打开华为云官网（https://www.huaweicloud.com/），在搜索框输入“API Explorer”，选择“API Explorer”的控制台，进入到API Explorer页面。

2. 单击“统一身份认证服务”，进入到统一身份认证服务的接口列表。

3. 在统一认证服务的API列表中，单击“Token管理”->“获取IAM用户Token（使用密码）”，在案例中需要使用此接口通过用户名/密码的方式进行认证来获取Token。

4. 使用接口需要先获取账号的一些信息，单击华为云首页右上方的用户名，选择“账号中心”。
进入到账号中心控制台页面，单击右上角的用户名，在打开的下拉菜单中选择“我的凭证”。
将凭证页面中的下列信息记录下来，用于进行接口调用时使用。其中的项目ID我们使用的是西南-贵阳一区域，因为模型部署在贵阳一区域。

5. 将上述信息填写到API参数位置中即可。

6. 然后单击调试，通过调试确保之前部署的模型能够运行，运行完成后会在页面显示“调试成功”。

响应结果中的Token在后续代码中调用API的时候会用到。

六、使用CodeArts IDE调用模型

6.1 使用CodeArts IDE编码

1. 双击云主机桌面的CodeArts IDE for Python图标打开IDE窗口，

2. 打开窗口后，单击新建工程，名称可以自定义，如qwen。

3. 在工程区域空白处单击鼠标右键，选择新建文件，文件名称设置为“api.py” 。

4. 在代码区将以下代码复制进去，测试调用API实现简单的问答能力。

import os
import requests
from typing import Any, Dict, List
API_URL = "https://gallery.cn-southwest-2.myhuaweicloud.com/v1/gallery/xxxxxxxxxx/"
headers = {
    "Content-Type": "application/json",
    "X-Apig-AppCode": os.getenv("HUAWEI_APP_CODE", "your_actual_app_code_here")
}

def query_api(prompt: str) -> Dict[str, Any]:
    payload = {
        "prompt": prompt,
        "max_tokens": 100,
        "top_k": -1,
        "top_p": 1,
        "temperature": 0,
        "ignore_eos": False,
        "stream": False
    }
    try:
        response = requests.post(API_URL, headers=headers, json=payload)
        print(f"Response status code: {response.status_code}")
        print(f"Response content: {response.text}")
        response.raise_for_status()  
        return response.json()
    except requests.exceptions.RequestException as e:
        print(f"请求错误{e}")
        return {"error": str(e)}
def handle_user_input(user_input: str) -> str:
    # 预定义的问题和答案
    predefined_responses = {
        "你是谁": "我是本商店的智能客服，可以帮助您解答关于本店商品的问题。",
        "你是干什么的": "我是本商店的智能客服，可以帮助您解答关于本店商品的问题。",
        "你能做什么": "我可以帮助您查找商品信息、解答常见的问题等？",
        "你好": "你好！有什么我可以帮助你的吗！",
        "再见": "再见！助您一切顺利。",
        "退出": "再见！助您一切顺利。"
    }

     # 检查用户输入是否在与预定以的问题中
    if user_input.lower() in predefined_responses:
        return predefined_responses[user_input.lower()]

    # 调用 API获取答案
    api_response = query_api(user_input)
    
     # 安全的从API响应中是否错误
    if "error" in api_response:
        return f"API错误{api_response['error']}"

    # 安全地从API响应中提取实际回答
    result = api_response.get('result', '无法获取回答')[0]
    return result

def main():
    print("欢迎来到智能客服！")
    while True:
        user_input = input("您： ")
        
        # 处理退出命令
        if user_input.lower() in ["退出", "再见"]:
            print("智能客服：")
            break
        
        response = handle_user_input(user_input)
        print(f"智能客服{response}")
if __name__ == '__main__':
    main()

在以下链接获取自己之前部署模型的API调用地址： AI Gallery 推理服务列表 _ 华为云 (huaweicloud.com)
用刚刚获取的API调用地址去替换代码下图的红框括号“ ”里面的内容。

将在5.2小节步骤6中获得Token复制下来，因为使用这个模型必须要用token，增强系统的安全性。

复制后替换到下方红色框线的代码处。

6.2 运行模型

1. 在运行模型前需要先进入到项目的环境中。

单击下方终端区域的删除图标关闭终端。

然后点击页面下方的终端图标重新进入到项目环境中。

确认出现“(venv)”标识。

2. 在终端输入以下命令下载所需要的环境。

pip install requests

3. 运行api.py文件，观察调用效果。

python api.py

以下是效果展示，测试使用的是预训练模型，能够显示的内容有限，可以继续在本案例的基础上增加数据，对模型进行微调，通过训练增强模型的对话能力。

七、释放资源

7.1 删除ModelArts资源

在浏览器打开华为云在线服务的网址（https://pangu.huaweicloud.com/gallery/infer-list.html?ticket=ST-83304151-Li9FJtwRSmJdmIEqKyFvjgkB-sso ）

上面点击更多右边的向下的箭头，然后停止服务。会出现“停止推理服务”点击确定按钮。

点击删除服务会出现产出推理服务，点击确认即可。

出现这种情况删除成功。

本次实验到此结束。